Yahoo TW Ecommerce, wiodąca firma handlu elektronicznego na Tajwanie, która działa jako strategiczna spółka joint venture z lokalnym konglomeratem handlu detalicznego, skróciła czas potrzebny sprzedawcom na wypełnienie informacji o produkcie na swojej platformie Yahoo Auction z 20 minut do zaledwie 2 minut. Dzięki zintegrowaniu z platformą wbudowanych w urządzenie funkcji AI, które zapewniają prywatność i automatyzują proces tworzenia informacji o produkcie oraz personalizują wrażenia użytkowników, platforma osiągnęła współczynnik klikalności (CTR) na poziomie 3%.
Ta integracja przynosi korzyści obu stronom platformy: kupujący otrzymują przydatne, kontekstowe i spersonalizowane funkcje, które ułatwiają odkrywanie produktów, a firma odnotowuje większe zaangażowanie w porównaniu z dotychczasowymi algorytmami backendu. Ostatecznie ta architektura na urządzeniu zmniejsza obciążenie operacyjne sprzedawców, jednocześnie chroniąc poufne dane użytkowników lokalnie i izolując firmę oraz jej klientów od rosnących kosztów skalowania w chmurze.
Dlaczego Yahoo TW Ecommerce wybrało wbudowaną AI
Decyzja Yahoo TW Ecommerce o wdrożeniu wbudowanej w urządzenie AI wynika z 2 głównych wymagań biznesowych:
- Prywatność danych: dzięki wykorzystaniu historii interakcji użytkownika w witrynie oraz uwierzytelnionych danych sesji i uruchamianiu modeli lokalnie poufne informacje o użytkowniku nigdy nie opuszczają urządzenia.
- Demokratyzacja efektywności kosztowej: koszty infrastruktury AI hostowanej w chmurze rosną proporcjonalnie do ruchu użytkowników, co często zmusza platformy cyfrowe do ograniczania dostępu do zaawansowanych narzędzi i spersonalizowanych funkcji za pomocą subskrypcji premium lub zwiększonych opłat transakcyjnych dla sprzedawców. Przeniesienie wnioskowania na urządzenie eliminuje te rosnące koszty operacyjne backendu. Ta zrównoważona architektura pozwala Yahoo TW Ecommerce udostępniać wszystkim sprzedawcom i kupującym na platformie wysoce responsywne i spersonalizowane funkcje bez konieczności płacenia za subskrypcję premium lub ponoszenia opłat za ekosystem.
Korzyści z wbudowanej AI są szczególnie widoczne w przypadku Yahoo Auction ponieważ umożliwia ona inteligentne otoczenie, czyli pomocne, kontekstowe wsparcie które jest przetwarzane lokalnie i dostarczane wtedy, gdy użytkownik go potrzebuje. Ponieważ przeglądarka przetwarza dane po stronie klienta, może bezpiecznie oferować te inteligentne narzędzia bez wysyłania poufnych logów interakcji na serwery zewnętrzne.
9 sposobów, w jakie wbudowana AI wspomaga Yahoo Auction
Yahoo TW Ecommerce wdrożyło 9 różnych przypadków użycia wbudowanej AI, które obejmują inteligentne otoczenie, zarządzanie treścią i pomoc dotyczącą zakupów:
Tworzenie treści i zarządzanie nimi
Asystent tworzenia informacji o produkcie dla sprzedawców: pomaga sprzedawcom szybko generować angażujące i dokładne opisy produktów. Po przesłaniu jednego zdjęcia produktu asystent oparty na AI w Yahoo Auction w ciągu 20 sekund sugeruje sprzedawcom odpowiednią kategorię produktu, roboczy tytuł, szczegóły, hashtagi i sugerowaną cenę. Robocza wersja stanowi dla sprzedawców przydatną podstawę, która skraca średni czas wypełniania informacji o produkcie z 20 minut do 2 minut.
Tekst na tych obrazach został przetłumaczony przez AI.
Asystent opinii dla kupujących: pomaga kupującym w tworzeniu wysoce kontekstowych i dobrze napisanych sugestii, które pozwalają lepiej opisać ich wrażenia na podstawie wybranej oceny i opinii.
Inteligentne otoczenie
W tym kontekście inteligentne otoczenie odnosi się do proaktywnej, kontekstowej pomocy, która naturalnie wpisuje się w sposób korzystania z przeglądarki przez użytkownika.
Oto jak Yahoo TW Ecommerce wdrożyło inteligentne otoczenie dla swoich użytkowników:
Karuzela spersonalizowanych rekomendacji produktów: analizuje historię zakupów zalogowanego użytkownika, aby rekomendować produkty o wysokim stopniu dopasowania, które uzupełniają jego zakupy, co zwiększa współczynniki konwersji.
Wyszukiwanie predykcyjne i rekomendacje: dostosowuje rekomendacje produktów i słowa kluczowe do zalogowanego użytkownika na podstawie jego aktywnej sesji. Dzięki odwoływaniu się do kontekstu lokalnego, takiego jak ostatnie wyszukiwania użytkownika w witrynie i preferencje przeglądania, przetwarzanie po stronie klienta przewiduje i sugeruje przydatne słowa kluczowe, aby uprościć proces odkrywania w ramach ścieżki klienta.
Pomoc dotycząca zakupów
Podsumowanie produktu: podsumowuje długie strony ze szczegółami produktu w łatwo przyswajalne informacje, które mają mniej niż 100 słów.
Podsumowanie opinii na podstawie emotikonów: agreguje opinie klientów w zwięzłe podsumowanie z wykorzystaniem reprezentatywnych emotikonów.
Wykorzystanie punktów lojalnościowych: identyfikuje punkty lojalnościowe zalogowanego użytkownika i sugeruje produkty, które można kupić za punkty, które wkrótce wygasną (lub za minimalną dodatkową opłatą), a następnie wykorzystuje wnioskowanie lokalne, aby ocenić i wybrać najlepsze dopasowania na podstawie spersonalizowanych zainteresowań użytkownika.
Rekomendacje dotyczące stylu życia: oferuje spersonalizowane inspiracje dotyczące stylizacji lub porady dotyczące wystroju wnętrz na podstawie kategorii produktów, którą przegląda użytkownik.
Czatbot asystenta zakupów: udostępnia interaktywnego czatbota na urządzeniu, który natychmiast odpowiada na pytania kupujących za pomocą tekstu w języku naturalnym lub głosowego wprowadzania tekstu. Model na urządzeniu analizuje rozmowę pod kątem zamiaru zakupu, inteligentnie wyciąga wnioski i tworzy listy produktów, które odpowiadają zainteresowaniom użytkownika.
Rzeczywisty wpływ na firmę
Od czasu wdrożenia tych funkcji w środowisku produkcyjnym pod koniec 2025 r. Yahoo TW Ecommerce śledziło za pomocą Google Analytics znaczące etapy zaangażowania:
- Znaczne zwiększenie wydajności: asystent tworzenia informacji o produkcie dla sprzedawców pomógł skrócić średni czas potrzebny na wypełnienie informacji o produkcie o 90%, z 20 minut do zaledwie 2 minut.
- Duże zaangażowanie: platforma wygenerowała ponad 1 milion zdarzeń interakcji wśród ponad 100 tys. unikalnych użytkowników. Świadczy to o dużym zainteresowaniu użytkowników i ich chęci do korzystania z nowych narzędzi AI.
- Interakcje wysokiej jakości: nowe moduły „inteligentnego otoczenia” osiągnęły współczynnik klikalności (CTR) na poziomie prawie 3% w porównaniu z CTR na poziomie 1,3–1,8% w przypadku dotychczasowych rekomendacji produktów, które opierają się na standardowych algorytmach lub ręcznym doborze przez zespół redakcyjny. Ponieważ rekomendacje oparte na AI są wyświetlane bezpośrednio w dotychczasowym standardowym układzie karuzeli w witrynie, zespół uniknął kosztownego refaktoryzacji frontendu. Ta bezproblemowa implementacja minimalizuje koszty inżynieryjne, a bezpośrednie porównanie skuteczności pokazuje, że wbudowana w urządzenie AI generuje wysoce trafne sugestie, które zwiększają konwersje.
Inteligentne otoczenie pod lupą
Spośród 9 przypadków użycia wdrożenie inteligentnego otoczenia wyróżnia się jako doskonały przykład tego, co sprawia, że AI na urządzeniu jest wyjątkowo skuteczna. Moduły inteligentnego otoczenia w Yahoo Auction usprawniają ścieżkę użytkownika. Działają one jako pomocni asystenci na urządzeniu, którzy dostarczają w czasie rzeczywistym kontekstowe sugestie dokładnie wtedy, gdy są najbardziej przydatne dla użytkownika.
Bezpieczne dane i niższe koszty chmury dzięki architekturze lokalnej
Generowanie tak spersonalizowanych rekomendacji wymaga analizowania wysoce poufnych danych użytkownika. Yahoo Auction wykorzystuje bogate dane kontekstowe użytkownika, takie jak historia zakupów, słowa kluczowe i preferencje przeglądania, z pamięci lokalnej. Wysyłanie tak dużej ilości danych osobowych na serwer w chmurze powoduje duże opóźnienia i znaczne ryzyko naruszenia prywatności.
Yahoo TW Ecommerce rozwiązało ten problem, korzystając z architektury lokalnej. Dzięki wykorzystaniu danych sesji i pamięci lokalnej lokalny model AI przetwarza wszystko po stronie klienta. Dzięki temu żadne dane osobowe nie są ujawniane na zewnątrz, co dowodzi, że wysoce spersonalizowana, proaktywna inteligencja jest wyjątkowo dobrze dostosowana do lokalnej AI.
„Wbudowana AI umożliwia nam dostarczanie wysoce spersonalizowanych, inteligentnych funkcji bez naruszania prywatności naszych użytkowników i bez wprowadzania ukrytych opłat ani paywalli w naszej społeczności. To zmiana paradygmatu w naszym podejściu do inteligencji e-commerce”.
– Paul Li, główny inżynier, Yahoo TW Ecommerce
Zarządzanie cyklem życia wbudowanej AI
Integracja wbudowanej AI ze środowiskiem produkcyjnym wymaga sprawnego zarządzania stanami pobierania modelu. Ponieważ specyfikacje wbudowanej AI i zachowania związane z pobieraniem mogą się zmieniać, zespół Yahoo TW Ecommerce stworzył specjalny komponent internetowy, który upraszcza konserwację.
Ten komponent otoki udostępnia standardowe, odseparowane właściwości i obsługuje cały cykl życia pobierania przez użytkownika. Obserwując atrybut data-status
komponentu, zespół dynamicznie aktualizuje interfejs użytkownika, aby odzwierciedlał
dokładny stan modelu: niedostępny, możliwy do pobrania, pobierany,
dostępny.
Ta konstrukcja pozwala platformie zachować stabilność interfejsu i natychmiast udostępniać aktualizacje na wszystkich stronach bez refaktoryzacji podstawowego kodu.
Pokonywanie ograniczeń MPA za pomocą orkiestracji SharedWorker
W aplikacjach wielostronicowych (MPA) programiści zwykle używają wątków w tle do utrzymywania długotrwałych procesów, które działają nawet po przejściu do innej strony w tej samej witrynie. Chociaż interfejsy API wbudowanej AI są natywnie asynchroniczne i nie wpływają negatywnie na responsywność interfejsu głównego wątku, przeniesienie ich do wątku w tle zapobiega nagłemu zakończeniu aktywnych sesji wnioskowania, gdy użytkownik przechodzi między stronami.
Jednak funkcje wbudowanej AI, takie jak Prompt API, są ograniczone do kontekstów dokumentów najwyższego poziomu. Wynika to z problemu ze specyfikacją otwartej platformy internetowej: struktura zasad uprawnień W3C jest zasadniczo powiązana z drzewem dokumentu, a standardowe mechanizmy propagowania tych granic bezpieczeństwa do niezależnych korzeni roboczych są nadal projektowane przez społeczność.
Rozwiązanie: SharedWorker jako koordynator zasobów
Aby bezpiecznie poruszać się po tych ograniczeniach cyklu życia przy jednoczesnym zachowaniu granic bezpieczeństwa związanych z dokumentem, Yahoo TW Ecommerce używało SharedWorker do koordynowania obliczeń AI w kartach przeglądarki z tej samej domeny. Zamiast pozwalać na anulowanie aktywnego obliczenia AI przez nawigację na stronie, SharedWorker działa jako scentralizowany broker zdarzeń. Gdy zostanie wysłane żądanie obliczenia AI na urządzeniu, SharedWorker koordynuje działanie w otwartych kartach z tej samej domeny, delegując wykonanie do równoległego kontekstu karty, który jest mniej podatny na aktywne przejścia i przetwarza prompt do końca bez przedwczesnego przerwania. Po zakończeniu obliczenia AI wynik jest bezpiecznie zapisywany w pamięci internetowej z określonym czasem życia (TTL), dzięki czemu jest natychmiast dostępny na wszystkich otwartych kartach witryny. Ta konstrukcja zapewnia, że operacje AI na urządzeniu są odporne na przejścia między stronami, co maksymalizuje wydajność i spójność w całej aplikacji wielostronicowej.
Szczegóły tych obejść architektonicznych znajdziesz w GitHubie:
Te funkcje są dostępne w Yahoo拍賣.
Przyszłość AI po stronie klienta
Wdrożenie wbudowanej AI przez Yahoo TW Ecommerce pokazuje praktyczną wartość modeli na urządzeniu. Dzięki priorytetowemu traktowaniu efektywności kosztowej i ścisłej prywatności danych firma udostępnia zaawansowane funkcje inteligentnego otoczenia, które bezpiecznie wykorzystują lokalne dane logowania przeglądarki i bogatą historię użytkownika.
W miarę rozwoju naszej firmy wnioski wyciągnięte z architektury Yahoo TW Ecommerce stanowią podstawowy plan dla innych programistów, którzy chcą tworzyć bezpieczne, lokalnie sterowane funkcje AI w internecie.